CN116880400B - 一种智能生产流程管理系统 - Google Patents
一种智能生产流程管理系统 Download PDFInfo
- Publication number
- CN116880400B CN116880400B CN202310926815.1A CN202310926815A CN116880400B CN 116880400 B CN116880400 B CN 116880400B CN 202310926815 A CN202310926815 A CN 202310926815A CN 116880400 B CN116880400 B CN 116880400B
- Authority
- CN
- China
- Prior art keywords
- preset
- condition
- granularity
- interval duration
- central control
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 138
- 238000007726 management method Methods 0.000 claims abstract description 66
- 238000000034 method Methods 0.000 claims abstract description 50
- 238000012545 processing Methods 0.000 claims abstract description 33
- 238000013500 data storage Methods 0.000 claims abstract description 12
- 239000002245 particle Substances 0.000 claims description 19
- 238000003860 storage Methods 0.000 claims description 16
- 230000000903 blocking effect Effects 0.000 claims description 13
- 238000012423 maintenance Methods 0.000 claims description 7
- 238000013480 data collection Methods 0.000 claims description 4
- 230000002950 deficient Effects 0.000 claims 2
- 238000010586 diagram Methods 0.000 description 8
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000009958 sewing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/4183—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by data acquisition, e.g. workpiece identification
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32252—Scheduling production, machining, job shop
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- General Factory Administration (AREA)
Abstract
本发明涉及流程管理系统技术领域，尤其涉及一种智能生产流程管理系统，包括：数据采集模块，用于对生产流程中的一级生产特征参数进行采集；数据处理模块，用以计算一级生产特征参数输出二级生产特征参数；数据存储模块，用于存储一级生产特征参数和二级生产特征参数；中控模块，用于在根据若干个周期的故障平均发生间隔时长将设备对预警阈值进行调节，或，根据连续输出的尺寸不合格产品的数量对生产过程的数据采集粒度进行调节，以及，根据产品输出的时间间隔的方差将所述设备预警阈值二次调节至第二对应阈值；以及，根据系统发生卡顿的次数将所述数据采集粒度二次调节至第二对应粒度。本发明实现了生产流程管理的精准性的提高。
Description
技术领域
本发明涉及流程管理系统技术领域，尤其涉及一种智能生产流程管理系统。
背景技术
智能全流程生产管理系统实现了加工过程从捆包流向单件流的转变，提高了生产效率，方便了生产管理。目前的生产线一般将站点分为准备站、存储站、车缝站、检验站等，分别用于生产中不同的生产工序。
中国专利公开号：CN115345514A公开了一种智能全流程生产管理系统及其控制方法，该智能全流程生产管理系统可根据预设的条件将生产线上加工效率较高的加工站调整为全功能站，通过该些全功能站提升加工效率低的加工站所对应的加工工序的加工效率，降低该加工工序在整个生产线中所占据的时间，从而平衡各个加工站之间的工作量，避免生产线出现某些加工站因加工效率低导致加工工序用时过长，而某些加工站空闲的情况，进而使得整个生产线的加工效率提升。由此可见，所述智能全流程生产管理系统及其控制方法存在以下问题：由于对若干周期的故障平均发生间隔时长反映出的流程管理的有效性的判定不精准导致生产效率降低。
发明内容
为此，本发明提供一种智能生产流程管理系统，用以克服现有技术中由于对若干周期的故障平均发生间隔时长反映出的流程管理的有效性的判定不精准导致生产效率降低的问题。
为实现上述目的，本发明提供一种智能生产流程管理系统，包括：数据采集模块，用于对生产流程中的一级生产特征参数进行采集，所述一级生产特征参数包括：两次故障发生间隔时长、连续输出的尺寸不合格产品的数量、产品输出的时间间隔以及系统发生卡顿的次数；数据处理模块，其与所述数据采集模块相连，用以对所述一级生产特征参数进行分析计算处理以输出二级生产特征参数，所述二级生产特征参数包括若干个周期的故障平均发生间隔时长和产品输出的时间间隔的方差；数据存储模块，其分别与所述数据采集模块和所述数据处理模块相连，用于存储一级生产特征参数和二级生产特征参数；中控模块，其与所述数据采集模块、所述数据处理模块以及所述数据存储模块分别相连，用于在根据若干个周期的故障平均发生间隔时长判定流程管理的有效性低于允许范围时将设备预警阈值初次调节至第一对应阈值，或，根据连续输出的尺寸不合格产品的数量将生产过程的数据采集粒度初次调节至第一对应粒度，以及，在第一条件下根据产品输出的时间间隔的方差将所述设备预警阈值二次调节至第二对应阈值；以及，在第二条件下根据系统发生卡顿的次数将所述数据采集粒度二次调节至第二对应粒度；其中，所述第一条件为，所述中控模块完成对于所述设备预警阈值的初次调节；所述第二条件为，所述中控模块完成对于所述数据采集粒度的初次调节。
进一步地，所述中控模块根据若干个周期的故障平均发生间隔时长确定流程管理的有效性是否在允许范围内的三种判定方法，其中，
第一种判定方法为，所述中控模块在预设第一间隔时长条件下判定流程管理的有效性低于允许范围，初步判定数据采集的准确性低于允许范围，并根据连续输出的尺寸不合格产品的数量对数据采集的准确性进行二次判定；
第二种判定方法为，所述中控模块在预设第二间隔时长条件下判定流程管理的有效性低于允许范围，通过计算若干个周期的故障平均发生间隔时长与预设第一间隔时长的差值将设备预警阈值调节至对应阈值；
第三种判定方法为，所述中控模块在预设第三间隔时长条件下判定流程管理的有效性在允许范围内；
其中，所述预设第一间隔时长条件为，若干个周期的故障平均发生间隔时长小于等于预设第一间隔时长；所述预设第二间隔时长条件为，若干个周期的故障平均发生间隔时长大于预设第一间隔时长且小于等于预设第二间隔时长；所述预设第三间隔时长条件为，若干个周期的故障平均发生间隔时长大于预设第二间隔时长；所述预设第一间隔时长小于所述预设第二间隔时长。
进一步地，所述中控模块在预设第二间隔时长条件下根据若干个周期的故障平均发生间隔时长与预设第一间隔时长的差值确定针对设备预警阈值的两种调节方式，其中，
第一种调节方式为，所述中控模块在预设第一间隔时长差值条件下使用预设第二阈值调节系数将设备预警阈值调节至第一阈值；
第二种调节方式为，所述中控模块在预设第二间隔时长差值条件下使用预设第一阈值调节系数将设备预警阈值调节至第二阈值；
其中，所述预设第一间隔时长差值条件为，若干个周期的故障平均发生间隔时长与预设第一间隔时长的差值小于等于预设间隔时长差值；所述预设第二间隔时长差值条件为，若干个周期的故障平均发生间隔时长与预设第一间隔时长的差值大于预设间隔时长差值；所述预设第一阈值调节系数小于所述预设第二阈值调节系数。
进一步地，所述中控模块在预设第三间隔时长条件下根据连续输出的尺寸不合格产品的数量确定数据采集的准确性是否在允许范围内的两种二次判定方法，其中，
第一种二次判定方法为，所述中控模块在预设第一数量条件下判定数据采集的准确性在允许范围内；
第二种二次判定方法为，所述中控模块在预设第二数量条件下判定数据采集的准确性低于允许范围，通过计算连续输出的尺寸不合格产品的数量与预设数量的差值将生产过程的数据采集粒度调节至对应粒度；
其中，所述预设第一数量条件为，连续输出的尺寸不合格产品的数量小于等于预设数量；所述预设第二数量条件为，连续输出的尺寸不合格产品的数量大于预设数量。
进一步地，所述中控模块在预设第二数量条件下根据连续输出的尺寸不合格产品的数量与预设数量的差值确定针对生产过程的数据采集粒度的两种调节方式，其中，
第一种粒度调节方式为，所述中控模块在预设第一数量差值条件下使用预设第二粒度调节系数将生产过程的数据采集粒度调节至第一粒度；
第二种粒度调节方式为，所述中控模块在预设第二数量差值条件下使用预设第一粒度调节系数将生产过程的数据采集粒度调节至第二粒度；
其中，所述预设第一数量差值条件为，连续输出的尺寸不合格产品的数量与预设数量的差值小于等于预设数量差值；所述预设第二数量差值条件为，连续输出的尺寸不合格产品的数量与预设数量的差值大于预设数量差值；所述预设第一粒度调节系数小于所述预设第二粒度调节系数。
进一步地，所述中控模块在完成对设备预警阈值的初次调节时，根据产品输出的时间间隔的方差确定产品输出的稳定性是否在允许范围内的两种判定方法，其中，
第一种稳定性判定方法为，所述中控模块在预设第一方差条件下判定产品输出的稳定性在允许范围内；
第二种有效性判定方法为，所述中控模块在预设第二方差条件下判定产品输出的稳定性低于允许范围，通过计算产品输出的时间间隔的方差与预设方差的差值将设备预警阈值二次调节至第二对应值；
其中，所述预设第一方差条件为，产品输出的时间间隔的方差小于预设方差；所述预设第二方差条件为，产品输出的时间间隔的方差大于等于预设方差。
进一步地，所述中控模块在预设第二方差条件下根据预设方差与产品输出的时间间隔的方差的差值确定针对设备预警阈值的两种二次调节方式，其中，
第一种二次调节方式为，所述中控模块在预设第一方差差值条件下使用预设第三阈值调节系数将设备预警阈值调节至第三阈值；
第二种二次调节方式为，所述中控模块在预设第二方差差值条件下使用预设第四阈值调节系数将设备预警阈值调节至第四阈值；
其中，所述预设第一方差差值条件为，产品输出的时间间隔的方差与预设方差的差值小于等于预设方差差值；所述预设第二方差差值条件为，产品输出的时间间隔的方差与预设方差的差值大于预设方差差值；所述预设第三阈值调节系数小于所述预设第四阈值调节系数。
进一步地，所述中控模块在完成对生产过程的数据采集粒度的初次调节时，根据系统发生卡顿的次数确定系统的存储承载能力是否在允许范围内的两种判定方法，其中，
第一种存储承载能力判定方法为，所述中控模块在预设第一卡顿次数条件下判定系统的存储承载能力在允许范围内；
第二种存储承载能力判定方法为，所述中控模块在预设第二卡顿次数条件下判定系统的存储承载能力低于允许范围，通过计算系统发生卡顿的次数与预设卡顿次数的差值将数据采集粒度二次调节至第二对应粒度；
其中，所述预设第一卡顿次数条件为，系统发生卡顿的次数小于等于预设卡顿次数；所述预设第二卡顿次数条件为，系统发生卡顿的次数大于预设卡顿次数。
进一步地，所述中控模块在预设第一卡顿次数条件下根据系统发生卡顿的次数与预设卡顿次数的差值确定针对生产过程的数据采集粒度的两种二次调节方式，其中，
第一种粒度二次调节方式为，所述中控模块在预设第一卡顿次数差值条件下使用预设第三粒度调节系数将生产过程的数据采集粒度调节至第三粒度；
第二种粒度二次调节方式为，所述中控模块在预设第二卡顿次数差值条件下使用预设第四粒度调节系数将生产过程的数据采集粒度调节至第四粒度。
进一步地，所述预设第一卡顿次数差值条件为，系统发生卡顿的次数与预设卡顿次数的差值小于等于预设卡顿次数差值；所述预设第二卡顿次数差值条件为，系统发生卡顿的次数与预设卡顿次数的差值大于预设卡顿次数差值；所述预设第三粒度调节系数小于所述预设第四粒度调节系数。
与现有技术相比，本发明的有益效果在于，本发明所述管理系统通过设置数据采集模块、数据处理模块、数据存储模块以及中控模块，对生产流程中的生产特征参数进行采集和计算，并根据生产特征参数对生产流程进行调整，通过根据若干个周期的故障平均发生间隔时长将设备预警阈值初次调节至第一对应阈值进而提高设备的检修频率，降低故障发生率，或，根据连续输出的尺寸不合格产品的数量将生产过程的数据采集粒度初次调节至第一对应粒度进而提高获取数据量，减少由于数据监管不足导致设备故障对产品生产的影响；以及，根据产品输出的时间间隔的方差将所述设备预警阈值二次调节至第二对应阈值和根据系统发生卡顿的次数将所述数据采集粒度二次调节至第二对应粒度，进行二次调节使设备的预警和数据收集更符合生产实际情况，提高了生产流程管理的精准性。
进一步地，本发明所述管理系统通过设置预设第一间隔时长条件、预设第二间隔时长条件以及预设第三间隔时长条件，中控模块对流程管理的有效性是否在允许范围内进行判定，故障发生的间隔时长变短一定程度上降低了设备生产效率和生产产品的质量，通过设置预设第一间隔时长差值条件、预设第二间隔时长差值条件、预设第一阈值调节系数以及预设第二阈值调节系数，所述中控模块对设备预警阈值进行调节，通过降低设备预警阈值进而提高设备的检修频率，进一步提高了生产流程管理的精准性。
进一步地，本发明所述管理系统通过设置预设第一数量条件和预设第二数量条件，所述中控模块根据连续输出的尺寸不合格产品的数量对数据采集的准确性是否在允许范围内进行判定，由于数据采集粒度不足导致对产品的监管缺失，无法及时进行调整，通过设置预设第一数量差值条件、预设第二数量差值条件、预设第一粒度调节系数以及预设第二粒度调节系数，所述中控模块对生产过程的数据采集粒度进行调节，通过减小生产过程的数据采集粒度增加获取数据密度，进一步提高了生产流程管理的精准性。
进一步地，本发明所述管理系统通过设置预设第一方差条件和预设第二方差条件，所述中控模块根据产品输出的时间间隔的方差对产品输出的稳定性是否在允许范围内进行判定，由于对设备预警阈值进行初次调节后导致设备的维护频率增大，降低产品的输出效率影响生产正常进度，通过设置预设第一方差差值条件、预设第二方差差值条件、预设第三阈值调节系数以及预设第四阈值调节系数，所述中控模块对设备预警阈值进行二次调节，使设备预警次数更符合生产实际情况，进一步提高了生产流程管理的精准性。
附图说明
图1为本发明实施例智能生产流程管理系统的整体结构框图；
图2为本发明实施例智能生产流程管理系统的数据采集模块的具体结构框图；
图3为本发明实施例智能生产流程管理系统的数据采集模块与中控模块连接的连接结构框图；
图4为本发明实施例智能生产流程管理系统的数据采集模块分别与数据处理模块、数据存储模块以及中控模块相连接的连接结构框图。
实施方式
为了使本发明的目的和优点更加清楚明白，下面结合实施例对本发明作进一步描述；应当理解，此处所描述的具体实施例仅仅用于解释本发明，并不用于限定本发明。
下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是，这些实施方式仅仅用于解释本发明的技术原理，并非在限制本发明的保护范围。
请参阅图1、图2、图3以及图4所示，其分别为本发明实施例智能生产流程管理系统的整体结构框图、数据采集模块的具体结构框图、数据采集模块与中控模块连接的连接结构框图以及数据采集模块分别与数据处理模块、数据存储模块以及中控模块相连接的连接结构框图。本发明实施例一种智能生产流程管理系统，包括：
数据采集模块，用于对生产流程中的一级生产特征参数进行采集，所述一级生产特征参数包括：两次故障发生间隔时长、连续输出的尺寸不合格产品的数量、产品输出的时间间隔以及系统发生卡顿的次数；
数据处理模块，其与所述数据采集模块相连，用以对所述一级生产特征参数进行分析计算处理以输出二级生产特征参数，所述二级生产特征参数包括若干个周期的故障平均发生间隔时长和产品输出的时间间隔的方差；
数据存储模块，其分别与所述数据采集模块和所述数据处理模块相连，用于存储一级生产特征参数和二级生产特征参数；
中控模块，其与所述数据采集模块、所述数据处理模块以及所述数据存储模块分别相连，用于在根据若干个周期的故障平均发生间隔时长判定流程管理的有效性低于允许范围时将设备预警阈值初次调节至第一对应阈值，或，根据连续输出的尺寸不合格产品的数量将生产过程的数据采集粒度初次调节至第一对应粒度，
以及，在第一条件下根据产品输出的时间间隔的方差将所述设备预警阈值二次调节至第二对应阈值；
以及，在第二条件下根据系统发生卡顿的次数将所述数据采集粒度二次调节至第二对应粒度；
其中，所述第一条件为，所述中控模块完成对于所述设备预警阈值的初次调节；所述第二条件为，所述中控模块完成对于所述数据采集粒度的初次调节。
具体而言，所述设备预警阈值为设备发出维修警报或进行检测巡查的周期；所述数据采集粒度可以为数据采集的单位数据量；所述产品输出的时间间隔的方差为数据处理模块获取故障发生间隔时长后计算平均间隔时长，并根据平均间隔时长计算得出产品输出的时间间隔的方差，本领域技术人员可以理解的是，方差的计算方法为本领域技术人员所熟知的常规技术手段，对于方差的计算过程在此不再赘述。
具体而言，所述数据采集模块还包括：
实时获取组件，其与所述数据处理模块相连，用于获取两次故障发生间隔时长和产品输出的时间间隔；
统计组件，其与所述数据存储模块相连，用于对连续输出的尺寸不合格产品的数量和系统发生卡顿的次数进行统计。
本发明所述管理系统通过设置数据采集模块、数据处理模块、数据存储模块以及中控模块，对生产流程中的生产特征参数进行采集和计算，并根据生产特征参数对生产流程进行调整，通过根据若干个周期的故障平均发生间隔时长将设备预警阈值初次调节至第一对应阈值进而提高设备的检修频率，降低故障发生率，或，根据连续输出的尺寸不合格产品的数量将生产过程的数据采集粒度初次调节至第一对应粒度进而提高获取数据量，减少由于数据监管不足导致设备故障对产品生产的影响；以及，根据产品输出的时间间隔的方差将所述设备预警阈值二次调节至第二对应阈值和根据系统发生卡顿的次数将所述数据采集粒度二次调节至第二对应粒度，进行二次调节使设备的预警和数据收集更符合生产实际情况，提高了生产流程管理的精准性。
请继续参阅图1所示，所述中控模块根据若干个周期的故障平均发生间隔时长确定流程管理的有效性是否在允许范围内的三种判定方法，其中，
第一种判定方法为，所述中控模块在预设第一间隔时长条件下判定流程管理的有效性低于允许范围，初步判定数据采集的准确性低于允许范围，并根据连续输出的尺寸不合格产品的数量对数据采集的准确性进行二次判定；
第二种判定方法为，所述中控模块在预设第二间隔时长条件下判定流程管理的有效性低于允许范围，通过计算若干个周期的故障平均发生间隔时长与预设第一间隔时长的差值将设备预警阈值调节至对应阈值；
第三种判定方法为，所述中控模块在预设第三间隔时长条件下判定流程管理的有效性在允许范围内；
其中，所述预设第一间隔时长条件为，若干个周期的故障平均发生间隔时长小于等于预设第一间隔时长；所述预设第二间隔时长条件为，若干个周期的故障平均发生间隔时长大于预设第一间隔时长且小于等于预设第二间隔时长；所述预设第三间隔时长条件为，若干个周期的故障平均发生间隔时长大于预设第二间隔时长；所述预设第一间隔时长小于所述预设第二间隔时长。
具体而言，若干个周期的故障平均发生间隔时长记为T，预设第一间隔时长记为T1，预设第二间隔时长记为T2，若干个周期的故障平均发生间隔时长与预设第一间隔时长的差值记为△T，设定△T=T-T1。
请继续参阅图1所示，所述中控模块在预设第二间隔时长条件下根据若干个周期的故障平均发生间隔时长与预设第一间隔时长的差值确定针对设备预警阈值的两种调节方式，其中，
第一种调节方式为，所述中控模块在预设第一间隔时长差值条件下使用预设第二阈值调节系数将设备预警阈值调节至第一阈值；
第二种调节方式为，所述中控模块在预设第二间隔时长差值条件下使用预设第一阈值调节系数将设备预警阈值调节至第二阈值；
其中，所述预设第一间隔时长差值条件为，若干个周期的故障平均发生间隔时长与预设第一间隔时长的差值小于等于预设间隔时长差值；所述预设第二间隔时长差值条件为，若干个周期的故障平均发生间隔时长与预设第一间隔时长的差值大于预设间隔时长差值；所述预设第一阈值调节系数小于所述预设第二阈值调节系数。
具体而言，预设间隔时长差值记为△T0，预设第一阈值调节系数记为α1，预设第二阈值调节系数记为α2，其中，0＜α1＜α2＜1，设备预警阈值记为Y，调节后的设备预警阈值记为Y’，设定Y’=Y×αi，其中，αi为预设第i阈值调节系数，设定i=1，2。
本发明所述管理系统通过设置预设第一间隔时长条件、预设第二间隔时长条件以及预设第三间隔时长条件，中控模块对流程管理的有效性是否在允许范围内进行判定，故障发生的间隔时长变短一定程度上降低了设备生产效率和生产产品的质量，通过设置预设第一间隔时长差值条件、预设第二间隔时长差值条件、预设第一阈值调节系数以及预设第二阈值调节系数，所述中控模块对设备预警阈值进行调节，通过降低设备预警阈值进而提高设备的检修频率，进一步提高了生产流程管理的精准性。
请继续参阅图1所示，所述中控模块在预设第三间隔时长条件下根据连续输出的尺寸不合格产品的数量确定数据采集的准确性是否在允许范围内的两种二次判定方法，其中，
第一种二次判定方法为，所述中控模块在预设第一数量条件下判定数据采集的准确性在允许范围内；
第二种二次判定方法为，所述中控模块在预设第二数量条件下判定数据采集的准确性低于允许范围，通过计算连续输出的尺寸不合格产品的数量与预设数量的差值将生产过程的数据采集粒度调节至对应粒度；
其中，所述预设第一数量条件为，连续输出的尺寸不合格产品的数量小于等于预设数量；所述预设第二数量条件为，连续输出的尺寸不合格产品的数量大于预设数量。
具体而言，连续输出的尺寸不合格产品的数量记为A，预设数量记为A0，连续输出的尺寸不合格产品的数量与预设数量的差值记为△A，设定△A=A-A0。
请继续参阅图1所示，所述中控模块在预设第二数量条件下根据连续输出的尺寸不合格产品的数量与预设数量的差值确定针对生产过程的数据采集粒度的两种调节方式，其中，
第一种粒度调节方式为，所述中控模块在预设第一数量差值条件下使用预设第二粒度调节系数将生产过程的数据采集粒度调节至第一粒度；
第二种粒度调节方式为，所述中控模块在预设第二数量差值条件下使用预设第一粒度调节系数将生产过程的数据采集粒度调节至第二粒度；
其中，所述预设第一数量差值条件为，连续输出的尺寸不合格产品的数量与预设数量的差值小于等于预设数量差值；所述预设第二数量差值条件为，连续输出的尺寸不合格产品的数量与预设数量的差值大于预设数量差值；所述预设第一粒度调节系数小于所述预设第二粒度调节系数。
具体而言，预设数量差值记为△A0，预设第一粒度调节系数记为β1，预设第二粒度调节系数记为β2，0＜β1＜β2＜1，生产过程的数据采集粒度记为H，调节后的生产过程的数据采集粒度记为H’，设定H’=H×βj，其中，βj为预设第j粒度调节系数，设定j=1，2。
本发明所述管理系统通过设置预设第一数量条件和预设第二数量条件，所述中控模块根据连续输出的尺寸不合格产品的数量对数据采集的准确性是否在允许范围内进行判定，由于数据采集粒度不足导致对产品的监管缺失，无法及时进行调整，通过设置预设第一数量差值条件、预设第二数量差值条件、预设第一粒度调节系数以及预设第二粒度调节系数，所述中控模块对生产过程的数据采集粒度进行调节，通过减小生产过程的数据采集粒度增加获取数据密度，进一步提高了生产流程管理的精准性。
请继续参阅图1所示，所述中控模块在完成对设备预警阈值的初次调节时，根据产品输出的时间间隔的方差确定产品输出的稳定性是否在允许范围内的两种判定方法，其中，
第一种稳定性判定方法为，所述中控模块在预设第一方差条件下判定产品输出的稳定性在允许范围内；
第二种有效性判定方法为，所述中控模块在预设第二方差条件下判定产品输出的稳定性低于允许范围，通过计算产品输出的时间间隔的方差与预设方差的差值将设备预警阈值二次调节至第二对应值；
其中，所述预设第一方差条件为，产品输出的时间间隔的方差小于预设方差；所述预设第二方差条件为，产品输出的时间间隔的方差大于等于预设方差。
具体而言，产品输出的时间间隔的方差记为X，预设方差记为X’，产品输出的时间间隔的方差与预设方差的差值记为△X，设定△X=X-X’。
请继续参阅图1所示，所述中控模块在预设第二方差条件下根据预设方差与产品输出的时间间隔的方差的差值确定针对设备预警阈值的两种二次调节方式，其中，
第一种二次调节方式为，所述中控模块在预设第一方差差值条件下使用预设第三阈值调节系数将设备预警阈值调节至第三阈值；
第二种二次调节方式为，所述中控模块在预设第二方差差值条件下使用预设第四阈值调节系数将设备预警阈值调节至第四阈值；
其中，所述预设第一方差差值条件为，产品输出的时间间隔的方差与预设方差的差值小于等于预设方差差值；所述预设第二方差差值条件为，产品输出的时间间隔的方差与预设方差的差值大于预设方差差值；所述预设第三阈值调节系数小于所述预设第四阈值调节系数。
具体而言，预设方差差值记为△X0，预设第三阈值调节系数记为α3，预设第四阈值调节系数记为α4，其中，1＜α3＜α4，二次调节后的设备预警阈值记为Y”，设定Y”=Y’×（1+αk）/2，其中，αk为预设第k阈值调节系数，设定k=3，4。
本发明所述管理系统通过设置预设第一方差条件和预设第二方差条件，所述中控模块根据产品输出的时间间隔的方差对产品输出的稳定性是否在允许范围内进行判定，由于对设备预警阈值进行初次调节后导致设备的维护频率增大，降低产品的输出效率影响生产正常进度，通过设置预设第一方差差值条件、预设第二方差差值条件、预设第三阈值调节系数以及预设第四阈值调节系数，所述中控模块对设备预警阈值进行二次调节，使设备预警次数更符合生产实际情况，进一步提高了生产流程管理的精准性。
请继续参阅图1所示，所述中控模块在完成对生产过程的数据采集粒度的初次调节时，根据系统发生卡顿的次数确定系统的存储承载能力是否在允许范围内的两种判定方法，其中，
第一种存储承载能力判定方法为，所述中控模块在预设第一卡顿次数条件下判定系统的存储承载能力在允许范围内；
第二种存储承载能力判定方法为，所述中控模块在预设第二卡顿次数条件下判定系统的存储承载能力低于允许范围，通过计算系统发生卡顿的次数与预设卡顿次数的差值将数据采集粒度二次调节至第二对应粒度；
其中，所述预设第一卡顿次数条件为，系统发生卡顿的次数小于等于预设卡顿次数；所述预设第二卡顿次数条件为，系统发生卡顿的次数大于预设卡顿次数。
具体而言，系统发生卡顿的次数记为S，预设卡顿次数记为S’，系统发生卡顿的次数与预设卡顿次数的差值记为△S，设定△S=S-S’。
请继续参阅图1所示，所述中控模块在预设第一卡顿次数条件下根据系统发生卡顿的次数与预设卡顿次数的差值确定针对生产过程的数据采集粒度的两种二次调节方式，其中，
第一种粒度二次调节方式为，所述中控模块在预设第一卡顿次数差值条件下使用预设第三粒度调节系数将生产过程的数据采集粒度调节至第三粒度；
第二种粒度二次调节方式为，所述中控模块在预设第二卡顿次数差值条件下使用预设第四粒度调节系数将生产过程的数据采集粒度调节至第四粒度。
其中，所述预设第一卡顿次数差值条件为，系统发生卡顿的次数与预设卡顿次数的差值小于等于预设卡顿次数差值；所述预设第二卡顿次数差值条件为，系统发生卡顿的次数与预设卡顿次数的差值大于预设卡顿次数差值；所述预设第三粒度调节系数小于所述预设第四粒度调节系数。
具体而言，预设卡顿次数差值记为△S0，预设第三粒度调节系数记为β3，预设第二粒度调节系数记为β4，1＜β3＜β4，二次调节后的生产过程的数据采集粒度记为H”，设定H”=H’×βg，其中，βg为预设第g粒度调节系数，设定g=3，4。
实施例
本实施例1，设定预设数量差值△A0=3个，预设第一粒度调节系数β1=0.7，预设第二粒度调节系数β2=0.9，生产过程的数据采集粒度H=5min，
本实施例求得△A=5个，中控模块判定△A＞△A0，并使用β1对生产过程的数据采集粒度进行调节，调节后的生产过程的数据采集粒度记为H’=5min×0.7=3.5min。
本实施例1在求得△A后，中控模块对△A进行判定并使用对应调节系数对生产过程的数据采集粒度进行调节，通过减小生产过程的数据采集粒度获得更多生产数据从而提高了生产流程管理的精准性。
至此，已经结合附图所示的优选实施方式描述了本发明的技术方案，但是，本领域技术人员容易理解的是，本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下，本领域技术人员可以对相关技术特征做出等同的更改或替换，这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
以上所述仅为本发明的优选实施例，并不用于限制本发明；对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种智能生产流程管理系统，其特征在于，包括：
数据采集模块，用于对生产流程中的一级生产特征参数进行采集，所述一级生产特征参数包括：若干周期的相邻故障间隔时长、连续输出的尺寸不合格产品的数量、产品输出的时间间隔以及系统发生卡顿的次数；
数据处理模块，其与所述数据采集模块相连，用以对所述一级生产特征参数进行分析计算处理以输出二级生产特征参数，所述二级生产特征参数包括若干个周期的故障平均发生间隔时长和产品输出的时间间隔的方差；
数据存储模块，其分别与所述数据采集模块和所述数据处理模块相连，用于存储所述一级生产特征参数和所述二级生产特征参数；
中控模块，其与所述数据采集模块、所述数据处理模块以及所述数据存储模块分别相连，用于在根据若干周期的相邻故障平均间隔时长判定流程管理的有效性低于允许范围时将设备预警阈值初次调节至第一对应阈值，或，根据连续输出的尺寸不合格产品的数量将生产过程的数据采集粒度初次调节至第一对应粒度，
以及，在第一条件下根据产品输出的时间间隔的方差将所述设备预警阈值二次调节至第二对应阈值；
以及，在第二条件下根据系统发生卡顿的次数将所述生产过程的数据采集粒度二次调节至第二对应粒度；
其中，所述第一条件为，所述中控模块完成对于所述设备预警阈值的初次调节；所述第二条件为，所述中控模块完成对于所述数据采集粒度的初次调节，所述设备预警阈值为设备发出维修警报或进行检测巡查的周期；所述数据采集粒度为数据采集的单位数据量。
2.根据权利要求1所述的智能生产流程管理系统，其特征在于，所述中控模块根据若干个周期的故障平均发生间隔时长确定流程管理的有效性是否在允许范围内的三种判定方法，其中，
第一种判定方法为，所述中控模块在预设第一间隔时长条件下判定流程管理的有效性低于允许范围，初步判定数据采集的准确性低于允许范围，并根据连续输出的尺寸不合格产品的数量对数据采集的准确性进行二次判定；
第二种判定方法为，所述中控模块在预设第二间隔时长条件下判定流程管理的有效性低于允许范围，通过计算若干个周期的故障平均发生间隔时长与预设第一间隔时长的差值将设备预警阈值调节至对应阈值；
第三种判定方法为，所述中控模块在预设第三间隔时长条件下判定流程管理的有效性在允许范围内；
其中，所述预设第一间隔时长条件为，若干个周期的故障平均发生间隔时长小于等于预设第一间隔时长；所述预设第二间隔时长条件为，若干个周期的故障平均发生间隔时长大于预设第一间隔时长且小于等于预设第二间隔时长；所述预设第三间隔时长条件为，若干个周期的故障平均发生间隔时长大于预设第二间隔时长；所述预设第一间隔时长小于所述预设第二间隔时长。
3.根据权利要求2所述的智能生产流程管理系统，其特征在于，所述中控模块在预设第二间隔时长条件下根据若干个周期的故障平均发生间隔时长与预设第一间隔时长的差值确定针对设备预警阈值的两种调节方式，其中，
第一种调节方式为，所述中控模块在预设第一间隔时长差值条件下使用预设第二阈值调节系数将设备预警阈值调节至第一阈值；
第二种调节方式为，所述中控模块在预设第二间隔时长差值条件下使用预设第一阈值调节系数将设备预警阈值调节至第二阈值；
其中，所述预设第一间隔时长差值条件为，若干个周期的故障平均发生间隔时长与预设第一间隔时长的差值小于等于预设间隔时长差值；所述预设第二间隔时长差值条件为，若干个周期的故障平均发生间隔时长与预设第一间隔时长的差值大于预设间隔时长差值；所述预设第一阈值调节系数小于所述预设第二阈值调节系数。
4.根据权利要求2所述的智能生产流程管理系统，其特征在于，所述中控模块在所述预设第一间隔时长条件下根据连续输出的尺寸不合格产品的数量确定数据采集的准确性是否在允许范围内的两种二次判定方法，其中，
第一种二次判定方法为，所述中控模块在预设第一数量条件下判定数据采集的准确性在允许范围内；
第二种二次判定方法为，所述中控模块在预设第二数量条件下判定数据采集的准确性低于允许范围，通过计算连续输出的尺寸不合格产品的数量与预设数量的差值将生产过程的数据采集粒度调节至对应粒度；
其中，所述预设第一数量条件为，连续输出的尺寸不合格产品的数量小于等于预设数量；所述预设第二数量条件为，连续输出的尺寸不合格产品的数量大于预设数量。
5.根据权利要求4所述的智能生产流程管理系统，其特征在于，所述中控模块在预设第二数量条件下根据连续输出的尺寸不合格产品的数量与预设数量的差值确定针对生产过程的数据采集粒度的两种调节方式，其中，
第一种粒度调节方式为，所述中控模块在预设第一数量差值条件下使用预设第二粒度调节系数将生产过程的数据采集粒度调节至第一粒度；
第二种粒度调节方式为，所述中控模块在预设第二数量差值条件下使用预设第一粒度调节系数将生产过程的数据采集粒度调节至第二粒度；
其中，所述预设第一数量差值条件为，连续输出的尺寸不合格产品的数量与预设数量的差值小于等于预设数量差值；所述预设第二数量差值条件为，连续输出的尺寸不合格产品的数量与预设数量的差值大于预设数量差值；所述预设第一粒度调节系数小于所述预设第二粒度调节系数。
6.根据权利要求3所述的智能生产流程管理系统，其特征在于，所述中控模块在完成对于设备预警阈值的初次调节时根据产品输出的时间间隔的方差确定产品输出的稳定性是否在允许范围内的两种判定方法，其中，
第一种稳定性判定方法为，所述中控模块在预设第一方差条件下判定产品输出的稳定性在允许范围内；
第二种稳定性判定方法为，所述中控模块在预设第二方差条件下判定产品输出的稳定性低于允许范围，通过计算产品输出的时间间隔的方差与预设方差的差值将设备预警阈值二次调节至第二对应值；
其中，所述预设第一方差条件为，产品输出的时间间隔的方差小于预设方差；所述预设第二方差条件为，产品输出的时间间隔的方差大于等于预设方差。
7.根据权利要求6所述的智能生产流程管理系统，其特征在于，所述中控模块在预设第二方差条件下根据预设方差与产品输出的时间间隔的方差的差值确定针对设备预警阈值的两种二次调节方式，其中，
第一种二次调节方式为，所述中控模块在预设第一方差差值条件下使用预设第三阈值调节系数将设备预警阈值二次调节至第三阈值；
第二种二次调节方式为，所述中控模块在预设第二方差差值条件下使用预设第四阈值调节系数将设备预警阈值二次调节至第四阈值；
其中，所述预设第一方差差值条件为，产品输出的时间间隔的方差与预设方差的差值小于等于预设方差差值；所述预设第二方差差值条件为，产品输出的时间间隔的方差与预设方差的差值大于预设方差差值；所述预设第三阈值调节系数小于所述预设第四阈值调节系数。
8.根据权利要求5所述的智能生产流程管理系统，其特征在于，所述中控模块在完成对生产过程的数据采集粒度的初次调节时，根据系统发生卡顿的次数确定系统的存储承载能力是否在允许范围内的两种判定方法，其中，
第一种存储承载能力判定方法为，所述中控模块在预设第一卡顿次数条件下判定系统的存储承载能力在允许范围内；
第二种存储承载能力判定方法为，所述中控模块在预设第二卡顿次数条件下判定系统的存储承载能力低于允许范围，通过计算系统发生卡顿的次数与预设卡顿次数的差值以将数据采集粒度二次调节至第二对应粒度；
其中，所述预设第一卡顿次数条件为，系统发生卡顿的次数小于等于预设卡顿次数；所述预设第二卡顿次数条件为，系统发生卡顿的次数大于预设卡顿次数。
9.根据权利要求8所述的智能生产流程管理系统，其特征在于，所述中控模块在预设第一卡顿次数条件下根据系统发生卡顿的次数与预设卡顿次数的差值确定针对生产过程的数据采集粒度的两种二次调节方式，其中，
第一种粒度二次调节方式为，所述中控模块在预设第一卡顿次数差值条件下使用预设第三粒度调节系数将生产过程的数据采集粒度二次调节至第三粒度；
第二种粒度二次调节方式为，所述中控模块在预设第二卡顿次数差值条件下使用预设第四粒度调节系数将生产过程的数据采集粒度二次调节至第四粒度。
10.根据权利要求9所述的智能生产流程管理系统，其特征在于，所述预设第一卡顿次数差值条件为，系统发生卡顿的次数与预设卡顿次数的差值小于等于预设卡顿次数差值；所述预设第二卡顿次数差值条件为，系统发生卡顿的次数与预设卡顿次数的差值大于预设卡顿次数差值；所述预设第三粒度调节系数小于所述预设第四粒度调节系数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310926815.1A CN116880400B (zh) | 2023-07-27 | 2023-07-27 | 一种智能生产流程管理系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310926815.1A CN116880400B (zh) | 2023-07-27 | 2023-07-27 | 一种智能生产流程管理系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116880400A CN116880400A (zh) | 2023-10-13 |
| CN116880400B true CN116880400B (zh) | 2023-12-22 |
Family
ID=88267900
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310926815.1A Active CN116880400B (zh) | 2023-07-27 | 2023-07-27 | 一种智能生产流程管理系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116880400B (zh) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117390707B (zh) * | 2023-10-20 | 2024-03-22 | 广东全芯半导体有限公司 | 一种基于数据存储设备的数据安全检测系统及检测方法 |
| CN117350750B (zh) * | 2023-10-20 | 2024-06-18 | 湖北卓铸网络科技有限公司 | 基于大数据的营销数据分析系统及方法 |
| CN117764309B (zh) * | 2023-11-21 | 2024-06-14 | 万世先行数智交通科技有限公司 | 一种基于云端的混凝土预制生产工作流管理系统 |
| CN117390402B (zh) * | 2023-12-11 | 2024-03-08 | 青岛可颂食品有限公司 | 一种混合奶油生产管理系统 |
| CN117666519A (zh) * | 2024-02-01 | 2024-03-08 | 博诚经纬软件科技有限公司 | 一种基于大数据的mes智能制造管理方法及系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2019062833A1 (zh) * | 2017-09-28 | 2019-04-04 | 上海微电子装备（集团）股份有限公司 | 一种智能诊断系统与方法 |
| CN115447732A (zh) * | 2022-11-11 | 2022-12-09 | 青州鑫聚隆装备制造有限公司 | 一种基于船舶设备运行参数的故障预测系统 |
| WO2023028934A1 (zh) * | 2021-09-02 | 2023-03-09 | 宁德时代新能源科技股份有限公司 | 故障检测方法、装置、电池管理系统和存储介质 |
| CN116303373A (zh) * | 2023-05-22 | 2023-06-23 | 湖南三湘银行股份有限公司 | 一种全自动监控诊断数据库的装置 |
| CN116344012A (zh) * | 2023-05-29 | 2023-06-27 | 北京梆梆安全科技有限公司 | 一种基于诊疗日志的医疗管理系统 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080154416A1 (en) * | 2006-12-20 | 2008-06-26 | International Business Machines Corporation | Apparatus and method to monitor an out-sourced manufacturing process |
| CN112202736B (zh) * | 2020-09-15 | 2021-07-06 | 浙江大学 | 基于统计学习和深度学习的通信网络异常分类方法 |
-
2023
- 2023-07-27 CN CN202310926815.1A patent/CN116880400B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2019062833A1 (zh) * | 2017-09-28 | 2019-04-04 | 上海微电子装备（集团）股份有限公司 | 一种智能诊断系统与方法 |
| WO2023028934A1 (zh) * | 2021-09-02 | 2023-03-09 | 宁德时代新能源科技股份有限公司 | 故障检测方法、装置、电池管理系统和存储介质 |
| CN115447732A (zh) * | 2022-11-11 | 2022-12-09 | 青州鑫聚隆装备制造有限公司 | 一种基于船舶设备运行参数的故障预测系统 |
| CN116303373A (zh) * | 2023-05-22 | 2023-06-23 | 湖南三湘银行股份有限公司 | 一种全自动监控诊断数据库的装置 |
| CN116344012A (zh) * | 2023-05-29 | 2023-06-27 | 北京梆梆安全科技有限公司 | 一种基于诊疗日志的医疗管理系统 |
Non-Patent Citations (3)
| Title |
|---|
| Efficiency of strategic data sharing and management protocols;Lidia Ogiela;2016 10th International Conference on Innovative Mobile and Internet Services in Ubiquitous Computing;第198-201页 * |
| 基于异常检测Docker 容器的监控系统研究;谢兆贤;计算机技术与发展;第131-137页 * |
| 基于数据分析提升破碎自动控制水平和安全策略;石自信;山东工业技术;第79-84页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116880400A (zh) | 2023-10-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116880400B (zh) | 一种智能生产流程管理系统 | |
| CN105703481B (zh) | 一种换流阀均压状态一致性统计方法 | |
| CN106300682B (zh) | 一种配电自动化终端集中管控的方法 | |
| CN111432179A (zh) | 基于计算机视觉的输煤皮带智能巡检系统及方法 | |
| CN109066988B (zh) | 一种末端电网拓扑层级停电事件优先辨识上报系统及方法 | |
| CN111811108B (zh) | 换热器脏堵检测方法及装置 | |
| CN109298959A (zh) | 一种内存异常检测方法及设备 | |
| CN105911424B (zh) | 一种基于故障指示器误报信号的识别方法 | |
| CN110880225A (zh) | 一种剩余电流式电气火灾智能监测的分析方法及装置 | |
| CN116303373B (zh) | 一种全自动监控诊断数据库的装置 | |
| CN114444290A (zh) | 一种自动生成供水系统压力流量监测阈值的方法和系统 | |
| CN116344012B (zh) | 一种基于诊疗日志的医疗管理系统 | |
| CN117014646A (zh) | 一种基于人工智能的车载视频传输监管系统 | |
| CN110942210A (zh) | 一种盾构tbm姿态偏移预警方法 | |
| CN110750084A (zh) | 通过实时上传数据确定生产线设备运行状态的方法 | |
| CN111210083A (zh) | 一种管网异常分析方法 | |
| CN117269694B (zh) | 一种局部放电故障监测系统 | |
| CN110456779A (zh) | 一种dcs系统异常监控装置 | |
| CN101782763B (zh) | 统计过程控制的监控方法 | |
| CN111722611A (zh) | 一种基于机组参数大数据的智能除灰调节系统及方法 | |
| CN116700183A (zh) | 一种灌装牛奶生产监测方法及管理系统 | |
| CN109780450A (zh) | 管道次声波监测辅助交流杂散电流的智能排流装置及方法 | |
| CN117312759B (zh) | 基于人工智能的rfid数据采集系统 | |
| CN116862299B (zh) | 一种用于智慧工厂的数据处理系统和数据处理方法 | |
| CN117666519A (zh) | 一种基于大数据的mes智能制造管理方法及系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CP02 | Change in the address of a patent holder |
Address after: Room 108, 1st Floor, Dianke Dongxin Technology Building, No. 3 Spectral West Road, Science City, Huangpu District, Guangzhou City, Guangdong Province, 510700 Patentee after: Xiaohei (Guangzhou) Intelligent Technology Co.,Ltd. Address before: Room 901-004, 9th floor, No. 848 Maogang Road, Huangpu District, Guangzhou City, Guangdong Province, 510700 (office only) Patentee before: Xiaohei (Guangzhou) Intelligent Technology Co.,Ltd. |
|
| CP02 | Change in the address of a patent holder |